FrontpageArtificial intelligence (AI)Koneoppiminen data-analytiikassa

Koneoppiminen data-analytiikassa

star_fullstar_fullstar_fullstar_fullstar_fullstar_full

Tekoälysovellusten hyödyntäminen on kasvamassa yhä keskeisemmäksi osaksi data-analytiikkaa. Erityisesti kerättävän datan määrän kasvu mahdollistaa yhä parempien mallien kehittämisen. Myös ohjelmistorobotiikka ja koneoppimismenetelmien kehittyminen ovat tuoneet data-analyytikoille uusia työkaluja datan ja dynaamisten järjestelmien mallintamiseen.


Training formats

Classroom
Remote


Duration

2 days


Price

1550 €

Kohderyhmä

Koneoppiminen data-analytiikassa on tarkoitettu data-analyytikoille, jotka eivät vielä osaa käyttää koneoppimismenetelmiä. Kurssi sopii myös data-analytiikasta tai tekoälystä kiinnostuneille henkilöille. Kurssi on luonteeltaan peruskurssi.

Esitiedot

Kurssimateriaali on englannin kielellä. Harjoitusten tekeminen vaatii Python-kielen perusteiden osaamista. Osallistujille on hyötyä tilastollisten menetelmien hallinnasta.

Koneoppiminen data-analytiikassa -kurssin sisältö

Päivä 1 

Katsaus tekoälymenetelmiin

  • Koneoppimisen ajurit 
  • Tekoälymenetelmien historia
  • Tekoälymenetelmien sovellukset nyt ja tulevaisuudessa
  • Keinotekoisesti älykäs? 

Koneoppimisen kolme menetelmää

  • Valvottu oppiminen
  • Valvomaton oppiminen
  • Kannustava oppiminen
  • Se on vain analytiikkaa! 

AI-analyytikon työkalupakki

  • Scikit-learn
  • Azure
  • Hadoop
  • Excel on kuollut? 

Tilastollisten menetelmien kertaus

  • Keskihajonta ja korrelaatio
  • Tilastollinen riippumattomuus
  • Korreloin, siis riipun? 

Tekoälyn itsereflektio

  • Ristikkäisvalidointi
  • Virhetyypit
  • Harjan ja varianssin dilemma
  • #OccaminPartaveitsi

Päivä 2 

Muuttujien vähentäminen

  • Muuttujien valinta
  • Muuttujien uuttaminen
  • Polkuvalintamenetelmät
  • Geneettiset algoritmit
  • Dimensioiden kirous! 

Datan visualisointi

  • Pääkomponenttianalyysi
  • Itsenäisten komponenttien analyysi
  • Uskon kun näen! 

Luokittelumenetelmät

  • Katsaus luokittelumenetelmiin
  • K-lähinaapurimenetelmä
  • Bayesilainen luokittelu
  • Luokkaretki keinotekoisiin hermoverkkoihin 

Keinotekoiset hermoverkot

  • Monitasoiset perceptronit
  • Äärimmäiset oppimiskoneet
  • Syväoppivat hermoverkot
  • Konvoluutiohermoverkot
  • AlphaGo 
  • Positroniaivojen paluu? 

Tekoäly ja ohjelmistorobotiikka

  • Tekoälyn hyödyntäminen ohjelmistorobotiikassa
  • RPA + AI == Skynet

Aikataulu

Koulutuspäivä alkaa klo 9 ja päättyy noin klo 16-16.30. Aamiainen on tarjolla klo 8.15-9.00.

You might be interested in these courses: